Specjaliści od analizy danych, a w szczególności ogromnych zbiorów różnorodnych danych, czyli big data znajdują się wysoko na liście płac każdej firmy, która buduje swoją strategię w oparciu o wykorzystanie zaawansowanych technologii analitycznych. O rosnącym znaczeniu zaawansowanej analityki i potrzebie kształcenia specjalistów data science dyskutowano podczas konferencji „Advanced Analytics and Data Science”.
Już po raz piąty w Szkole Głównej Handlowej w Warszawie zebrali się przedstawiciele środowisk akademickich i biznesu na międzynarodowej konferencji „Advanced Analytics and Data Science”. Wydarzenie było okazją do wymiany wiedzy i doświadczeń oraz prezentacji najlepszych praktyk w zakresie zastosowań zaawansowanej analityki i innych innowacyjnych technologii w różnych branżach i obszarach biznesowych. W jego trakcie dyskutowano również na temat nowych wyzwań i strategii rozwoju w czasach cyfrowej transformacji. Uczestnicy wydarzenia podkreślali, jak ważna jest współpraca firm z uczelniami wyższymi w celu budowania kadr i kompetencji analitycznych wobec rosnącego dynamicznie zapotrzebowania na rynku pracy.
Data scientist jest najbardziej pożądaną specjalizacją, która będzie się rozwijać przez najbliższe lata. Szkoła Główna Handlowa współpracuje z przedstawicielami biznesu i reaguje na ich potrzeby, tworząc program kształcenia w taki sposób, aby dostarczać na rynek odpowiednio przygotowanych ekspertów. Co roku mury uczelni opuszcza pokaźna liczba absolwentów z Certyfikatem SAS i praktycznie wszyscy znajdują zatrudnienie w silnych zespołach analitycznych w wiodących firmach na rynku – mówi profesor Ewa Frątczak, Kierownik Zakładu Analizy Zdarzeń i Analiz Wielopoziomowych, w Instytucie Statystyki i Demografii, Szkoły Głównej Handlowej w Warszawie.
Rosnąca w zawrotnym tempie ilość generowanych i przetwarzanych danych stawia przed firmami wyzwanie, które wiąże się z potrzebą analizy w jak najkrótszym czasie ogromnych ilości informacji i wyselekcjonowania tych, które są wartościowe i potrzebne. Z jednej strony niezbędne do tego zadania są zaawansowane narzędzia analityczne, które zapewnią uzyskanie poszukiwanych wyników w czasie rzeczywistym. Z drugiej, potrzebni są specjaliści, którzy będą potrafili odpowiednio zaprogramować maszyny i stworzyć właściwe modele analityczne, a także trafnie zinterpretować uzyskane wyniki. Dziś brakuje przede wszystkim talentów, które łączą wiedzę technologiczną z umiejętnościami miękkimi, dzięki czemu są w stanie sformułować i przekazać uzyskane wnioski w sposób zrozumiały dla biznesu.
Liczba specjalistów w Polsce posiadających bogate, wieloletnie doświadczenia z obszaru data science jest ograniczona, co implikuje ich niską dostępność. Na szczęście istnieje wiele ośrodków akademickich, które kształcą osoby o wystarczających umiejętnościach i chęciach podjęcia się roli data scientist. W naszej firmie znaleźliśmy optymalny model działania, uwzględniający precyzyjną selekcję kandydatów połączoną z bogatym pakietem szkoleń uzupełniających ewentualne braki w doświadczeniu i umiejętnościach pozyskiwanych kandydatów. Podobny model działania mają niektóre firmy, dla których głównym obszarem działalności jest data science na potrzeby własne, zewnętrzne lub sprzedaż narzędzi analitycznych. Niestety firmy zaczynające drogę z zaawansowaną analityką danych muszą dopiero budować wewnętrzne kompetencje w tym zakresie i często są skazane na konsulting zewnętrzny lub długi proces rekrutacji – mówi Rafał Latkowski, Data, Delivery & Technology Director w PAYBACK Polska.
